图神经网络与飞浆PGL学习心得
一、 图网络基础
图的定义: G=(V,E)
图数据的组成包含节点和边
eg:
社交网络 节点:人 边:关系
推荐系统 节点:人和商品 边:购买等行为
图数据与一般数据的区别: 图数据是非欧数据,常规数据如图像,文本,语音都是欧氏空间内的规则数据 一般的深度学习适用于处理欧式数据 图学习可以方便地处理图式数据,同样也可以处理欧式数据
应用: Node Level:节点分类,目标检测,… Link Level:商品推荐,… Graph Level:气味识别,…
图学习算法分类: 1.图游走类算法 2.图神经网络 3.知识图谱嵌入
二、 图游走算法
基于图的类型主要介绍两种图游走算法
目标:得到图中节点的Node embedding 用于处理下游任务
1. DeepWalk
DeepWalk 将 NLP 领域的 Word2vec 模型引入到图论中来。 将图中的节点视为 NLP 中的单词,将节点的序列视为 NL